随着工业自动化的不断发展,机器视觉技术得到广泛的应用,其在孔形位检测、工件识别等方面的优势愈加凸显。在各种不同孔装配中,孔形位质量直接影响着装配精度,如:飞机铆接件上的孔位与孔形精度直接影响着飞机的装配质量以及飞行安全。因此,本文针对目前钻铆过程中孔检测方法智能化程度不够与检测精度低等问题,基于双目立体视觉技术提出了一种孔形位在线检测方法,与传统检测方法相比,双目视觉检测可以更灵活地获取目标物体的三维信息,具有重要研究意义。该方法采用AUBO-i5轻型6自由度机器人作为运动本体,其执行器末端搭载双目视觉系统完成孔形位参数的在线检测,主要研究内容如下:本文首先在阐述自动钻铆技术、钻铆检测技术和双目立体视觉技术国内外现状的基础上,根据系统的总体设计指标和设计原则进行了硬件的选型和安装等工作,完成了视觉系统的硬件结构设计。基于针孔成像模型建立了相机成像模型及成像坐标系间的转换关系,通过Matlab与Halcon两种标定方法的实验数据对比,基于标定精度考虑选取Matlab标定来获取相机的内外参数;研究了双目相机的标定和校正,利用手眼标定获取了系统的刚性变换矩阵,实现了相机坐标系到末端执行器坐标系的变换。其次,文中根据实际工况进行了图像预处理算法的研究,结合图像滤波与直方图均衡化算法获得了较好的处理效果,在此基础上,对立体匹配算法进行了分析与比较,选择SGM立体匹配算法获得场景视差图,并基于视差图实现了目标孔位的三维重建。再次,本文基于移动最小二乘法,进行了数据拟合算法的研究,并针对算法本身的不足,完成了移动最小二乘算法的改进,通过仿真验证了改进算法能够有效地提升拟合精度,最终系统基于改进移动最小二乘法实现了法向位姿的找正。最后,基于AUBO-i5机器人和海康MV-CA060-11GM工业相机搭建了实验系统。实验中以模拟机翼设计的标准孔件作为检测对象,采用本文的双目视觉检测方法获取孔径与孔位信息。实验结果表明,检测结果满足设计指标要求,系统具有很好的稳定性以及可行性。